我國專利密集型產業(yè)綠色全要素生產率測度及收斂性研究

袁 茜，吳利華，張 平

(1.東南大學 經濟管理學院，江蘇 南京 211189；2.南京郵電大學 計算機學院，江蘇 南京 210023)

0 引言

作為知識產權密集型產業(yè)的重要組成部分，專利密集型產業(yè)是由知識產權驅動，以高科技、高成長和高附加值為特征，推動整個產業(yè)鏈自主創(chuàng)新的新興產業(yè)。2007年10月，十七大報告正式提出實施知識產權戰(zhàn)略，拉開了建設知識產權密集型產業(yè)的序幕。2015年12月，《國務院關于新形勢下加快知識產權強國建設的若干意見》指出，要加快推進相關目錄和發(fā)展規(guī)劃的制定。由此，知識產權密集型產業(yè)標準化被正式提上國家日程。在此背景下，專利密集型產業(yè)成為產業(yè)轉型升級的主攻方向，是當前和未來經濟提質增效的關鍵。然而，隨著中國工業(yè)化進程加速，長期以來引致的資源消耗和環(huán)境污染日漸突出，環(huán)境問題仍是制約中國工業(yè)可持續(xù)增長的瓶頸之一。我國專利密集型產業(yè)相比其它傳統(tǒng)工業(yè)產業(yè)，雖然科技含量較高，但發(fā)展歷史不長，在綠色與技術創(chuàng)新融合方面與發(fā)達國家差距較大。截至2017年底，我國專利密集型產業(yè)能源消耗總量達到67 541萬噸標準煤，由此產生的二氧化碳排放量占全體工業(yè)總量的12.1%，已呈現一定高技術污染傾向。因此，本文側重對專利密集型產業(yè)綠色全要素生產率進行測算分析，通過運用GML指數模型和收斂模型，分行業(yè)對綠色全要素生產率的測度結果、動態(tài)演化及收斂特征進行研究，以期在能源和環(huán)境約束下尋求促進專利密集型產業(yè)綠色高效發(fā)展的著力點，為新常態(tài)下我國加快知識產權強國建設提供一定參考借鑒。

1 文獻綜述

專利密集型產業(yè)概念界定是研究專利密集型產業(yè)綠色全要素生產率的前提。受政策環(huán)境和產業(yè)分類依據等因素影響，不同國家對專利密集型產業(yè)實際界定存在差別[1]。美國商務部率先將單位從業(yè)人員發(fā)明專利數(相對專利強度)高于全行業(yè)平均值的產業(yè)判定為專利密集型產業(yè)[2]。Paier等[2]基于美國商務部界定標準，通過構建計量模型，對歐盟專利密集型產業(yè)進行分析；顧海兵等[3]認為，以相對專利強度確定專利密集型產業(yè)有助于科學比較所有行業(yè)的競爭力；姜南[4]分別構建4種專利密集度衡量指標，篩選得到中國6大專利密集型產業(yè)；李黎明[5]從研發(fā)投入視角構建專利密集度來認定中國專利密集型產業(yè)；張曉月等[6]直接依據《江蘇省知識產權密集型產業(yè)統(tǒng)計報告》形成的目錄，確定江蘇省專利密集型產業(yè)；總體而言，盡管關于專利密集型產業(yè)概念的界定還未達成一致，但對于相對專利強度和專利密集度兩個指標進行描述或外延的研究較為豐富。

全要素生產率是實現經濟發(fā)展的重要源泉[7]，多用于解釋生產力增長差距。隨著綠色發(fā)展理念深入人心，能源和環(huán)境約束對全要素生產率的影響不可忽視，還原真實的全要素生產率成為評價工業(yè)行業(yè)可持續(xù)增長的關鍵所在[8]。綠色全要素生產率是指除考慮勞動、資本、經濟產出等傳統(tǒng)生產率增長要素之外，將環(huán)境污染也一并納入到全要素生產率的測算框架。Chen&Golley[9]將二氧化碳排放量作為非期望產出加入工業(yè)部門全要素生產率增長模型中；Liu&Xin[10]將基于主成分分析法確定的綜合污染指數置于全要素生產率模型的產出端；鄭婷婷等[11]在傳統(tǒng)全要素生產率指標體系基礎上新增能源消費量和工業(yè)“三廢”排放量，從而實現生產力水平質和量的有機統(tǒng)一。綠色全要素生產率的測算方法主要包括隨機前沿生產函數方法(SFA)[12]和數據包絡分析方法(DEA)[13]兩類。DEA方法不需要設定具體的生產函數形式，相較于SFA方法，更適用于針對多投入、多產出條件下的生產率分析。Chung等[14]最先通過方向性距離函數改造了傳統(tǒng)DEA方法，構建出可體現資源環(huán)境影響的Malmquist-Luenberger生產率指數(ML指數)模型；Fare等[15]進一步將ML指數分解成技術效率指數(EC)和技術進步指數(TC)；殷寶慶等[16-17]利用ML指數模型測算了產業(yè)和區(qū)域綠色全要素生產率，但由于ML指數存在不可循環(huán)性，在測算綠色全要素生產率時會出現無可行解問題。為此，Oh D[18]引入新型Global Malmquist-Luenberger指數(GML指數)，完善了綠色全要素生產率的測算方法；李衛(wèi)兵和涂蕾[19]運用GML指數測算了城市層面的綠色全要素生產率；陳超凡等[20]通過GML指數得到我國工業(yè)行業(yè)綠色全要素生產率的異質性特征。

在專利密集型產業(yè)生產率研究領域，現有文獻更多針對專利密集型產業(yè)創(chuàng)新活動的效率分析。朱承亮等(2018)運用SBM-Undesirable模型和ML指數發(fā)現，專利密集型產業(yè)綠色創(chuàng)新效率高于非專利密集型產業(yè)，但綠色創(chuàng)新生產率卻低于非專利密集型產業(yè)；侯建和陳恒[21]通過改進的松弛測度方向距離函數(SBM-DDF)得出，高專利密集度制造業(yè)的綠色技術創(chuàng)新績效不高，行業(yè)間差異顯著。此外，絕大多數研究在測度專利密集型產業(yè)創(chuàng)新效率時，仍沿用傳統(tǒng)研發(fā)投入指標和期望產出指標，較少考慮專利密集型產業(yè)可持續(xù)發(fā)展過程中的“綠色”因素[22-23]?；诓煌珼EA模型測度結果，可以客觀評價綠色全要素生產率的增長差異，但不能準確分析綠色全要素生產率的增長趨勢及其差異形成原因。新古典經濟增長的收斂理論指出，不同經濟體的增長速度隨著時間推移逐漸縮小，最終經濟發(fā)展水平趨于一致[24]，從而為進一步探討綠色全要素生產率的趨勢特征提供了良好的理論視角。在產業(yè)維度方面，國內關于綠色全要素生產率收斂性的分析對象主要是農業(yè)、工業(yè)[25]和服務業(yè)[26]等，專利密集型產業(yè)研究較少。

綜上所述，盡管綠色全要素生產率已經引起較多國內外學者關注，但是有的研究方法存在缺陷，有的則止步于綠色全要素生產率測度，缺少對其收斂性的考察。文獻普遍在專利密集型產業(yè)生產率研究方面選取范圍小，側重于專門分析專利密集型產業(yè)的創(chuàng)新活動，收斂性相關研究主要以區(qū)域或三次產業(yè)作為研究對象。因此，本文采用GML指數測算2007—2017年專利密集型產業(yè)綠色全要素生產率水平，并對其進行分解，同時關注專利密集型產業(yè)綠色全要素生產率的收斂性特征，以期為專利密集型產業(yè)節(jié)能減排和可持續(xù)發(fā)展提供有益啟示。

2 研究設計與數據說明

2.1 GML指數

GML指數法是一種非參數估計方法，該方法根據全局域基準思想，把全部測度時期看作技術前沿的參照標準，對處理多投入、多產出變量，特別是包含非期望產出變量具有一定優(yōu)勢，在資源環(huán)境約束下拓展了數據包絡分析方法的類型。因此，本文采用GML指數測算專利密集型產業(yè)各行業(yè)綠色全要素生產率，其模型構建如下：

(1)

式(1)中，i是生產前沿構造中所參照的專利密集型行業(yè)，i'是受評行業(yè)，zi是第i個行業(yè)對應觀察值的權重，zi≥0是規(guī)模報酬不變。所有當期生產可能性集Pt(xt)的并集稱為全局生產可能性集PG(x)，即PG(x)=P1(x1)∪P2(x2)∪...∪PT(xT)。

基于全局生產可能性集PG(x)，構建全局方向性距離函數并求得其最優(yōu)解。選取方向向量g=(y,-b)，則全局方向性距離函數為：

max{β|(y+βy,b-βb)∈PG(x)}

(2)

式(2)中，β表示期望產出y最大化和非期望產出b最小化的全局方向性距離函數值。

專利密集型行業(yè)的GML指數在全局方向性距離函數基礎上計算得到。參考Oh D[18]的研究思路，本文構造出t到t+1期以產出為導向的GML指數模型，并在規(guī)模報酬可變條件下，將GML指數進一步分解為技術效率指數(EC)和技術進步指數(TC)，如下所示：

(3)

(4)

(5)

2.2 收斂模型

本研究構建專利密集型產業(yè)綠色全要素生產率收斂模型，用于檢驗專利密集型產業(yè)內部細分行業(yè)綠色全要素生產率水平差距。常用的收斂模型包括σ收斂、絕對β收斂及條件β收斂模型，其中σ收斂和絕對β收斂均為絕對收斂模型。σ收斂是對收斂性的直觀理解，描繪的是專利密集型產業(yè)各行業(yè)間綠色全要素生產率變動差異。參考梁紅艷(2018)的做法，本文采用變異系數檢驗專利密集型產業(yè)綠色全要素生產率的σ收斂，計算公式如下：

(6)

(7)

絕對β收斂是指不同專利密集型行業(yè)的綠色全要素生產率都具有同一穩(wěn)態(tài)水平，即各類行業(yè)最終會達到完全相同的綠色全要素生產率。本文借鑒李彥龍(2018)對高技術產業(yè)創(chuàng)新效率的絕對β收斂檢驗，將專利型密集產業(yè)綠色全要素生產率的絕對β收斂模型設定為：

△lnGMLi,t=α+βlnGMLi,0+εi,t

(8)

其中，△lnGMLi,t代表在t時間段內i行業(yè)綠色全要素生產率的年均增長率，lnGMLi,0代表基期i行業(yè)綠色全要素生產率的增長水平，εi,t為隨機誤差，α為常數項，β為基期綠色全要素生產率的回歸系數。若β顯著為負，則表示綠色全要素生產率低的行業(yè)快速追趕上綠色全要素生產率高的行業(yè)，即專利密集型產業(yè)綠色全要素生產率的絕對β收斂成立。

絕對收斂模型假設所有專利密集型行業(yè)具有相同特征，但由于行業(yè)特性差異，初始的綠色全要素生產率僅是影響綠色全要素生產率變化因素之一。條件β收斂模型承認低綠色全要素生產率行業(yè)與高綠色全要素生產率行業(yè)之間存在固有差距，但重視自身綠色全要素生產率的穩(wěn)態(tài)水平。在絕對收斂β模型基礎上，加入一系列對綠色全要素生產率有影響的控制變量，即可構建條件β收斂模型，如下所示：

(9)

其中，lnGMLi,t和lnGMLi,t-1分別代表t和t-1期i行業(yè)綠色全要素生產率的增長水平，xj,i,t表示第j個控制變量，γj表示新增的第j個控制變量xj的回歸系數。當β顯著小于零時，各行業(yè)趨向于各自穩(wěn)態(tài)增長水平，綠色全要素生產率存在條件β收斂。此外，還可以計算出絕對β收斂和條件β收斂的收斂速度λ及所需要收斂的半生命周期τ。

λ=-ln(1+β)/T，τ=ln(2)/λ

(10)

2.3 變量選擇

參考相關文獻，考慮到數據可得性，本文在要素投入上，分別選取全部從業(yè)人員年平均人數、資產總計和能源消費量作為勞動投入、資本投入和能源投入指標，在選取產出指標時除了以行業(yè)增加值代表期望產出外，還考慮到行業(yè)CO2排放量這一非期望產出指標，具體如下：

(1)勞動投入。由于各行業(yè)的勞動時間數據不易獲取，勞動投入一般從人力投入角度衡量。本文參考殷寶慶[16]的做法，將每個行業(yè)歷年全部從業(yè)人員年平均人數作為勞動投入。

(2)資本投入。已有研究普遍以資本存量衡量資本投入，使用永續(xù)盤存法計算各行業(yè)資本存量，涉及實際投資額序列、折舊率和固定資產投資價格指數等相關數據，但由于2017年工業(yè)分行業(yè)數據缺失，且資本存量并不能真正代表生產周期內生產消耗的資本總和[27]，因此本文參考董桂才和朱晨[28]的研究，采用各行業(yè)資產總計并用通貨膨脹指數進行平減。

(3)能源投入。參考侯建和陳恒[21]的研究，以各行業(yè)歷年能源消費量作為能源投入變量。

(4)期望產出。已有文獻大多選取工業(yè)總產值和工業(yè)增加值作為期望產出變量，由于研究期間工業(yè)總產值變量發(fā)生了變化，因此本文選取行業(yè)增加值指標，并根據歷年各行業(yè)工業(yè)品出廠價格指數將其平減到2007年的價格水平。由于2008年之后增加值數據存在不同程度缺失，其中2008—2011年僅有總產值的相關數據，而其它年份僅有主營業(yè)務收入數據，因此，2008年以后的增加值采用前一年增加值與當年總產值或主營業(yè)務收入的比值計算獲得。

(5)非期望產出。溫室效應是全球性的環(huán)境問題，因此本文選用主要污染物CO2排放量作為專利密集型產業(yè)的非期望產出?；贗PCC《國家溫室氣體排放清單指南》提供的基準計算方法，依次選取《中國能源統(tǒng)計年鑒》中煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣8種化石燃料，合計以上能源消耗產生的排放量，可以估算出CO2排放總量。

2.4 專利密集型產業(yè)說明與數據來源

專利密集型產業(yè)的官方衡量指標是相對專利強度，因此本研究沿用這一指標，即用2007—2017年有效發(fā)明專利數與就業(yè)人數比值(發(fā)明專利密度)篩選專利密集型產業(yè)。此外，考慮到各產業(yè)就業(yè)人員分布不均衡，專利強度高的產業(yè)未必發(fā)明專利授權數高，因而補充采用有效發(fā)明專利數的平均值為基準。根據相對專利強度高于產業(yè)平均值且有效發(fā)明專利數也高于產業(yè)平均水平這一認定方法，共選出化學原料和化學制品制造業(yè)、醫(yī)藥制造業(yè)、通用設備制造業(yè)、專用設備制造業(yè)、運輸設備制造業(yè)、電氣機械和器材制造業(yè)、計算機通信、其他電子設備制造業(yè)和儀器儀表制造業(yè)8大專利密集型產業(yè)。

本文以規(guī)模以上工業(yè)企業(yè)作為統(tǒng)計口徑，數據主要來源于2008—2018年《中國工業(yè)經濟統(tǒng)計年鑒》(自2013年更名為《中國工業(yè)統(tǒng)計年鑒》)、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》等。同時，根據2011年國家統(tǒng)計局新調整的《國民經濟分類與代碼》，并基于行業(yè)劃分一致性和數據可獲得性，本文將橡膠制品業(yè)和塑料制品業(yè)兩個行業(yè)合并，將汽車制造業(yè)和鐵路、船舶、航空航天運輸制造業(yè)整合為交通運輸設備制造業(yè)?？紤]到其它采礦業(yè)、廢棄資源和廢舊材料回收加工業(yè)及金屬制品、機械和設備修理業(yè)數據缺失較多，因而剔除，最終選取36個行業(yè)。

3 專利密集型產業(yè)綠色全要素生產率測算結果分析

3.1 模型結果對比分析

本文運用MAXDEA6.0軟件對上述投入、產出要素的面板數據進行測算。為便于對比分析，分別測算基于GML指數模型和基于ML指數模型的專利密集型產業(yè)綠色全要素生產率，兩種模型下測算結果與分解情況如表1所示。

表1 不同模型下專利密集型產業(yè)綠色全要素生產率及其分解比較

結果顯示，ML指數模型測算結果與GML指數模型相比，技術效率指數平均值保持一致，而專利密集型行業(yè)的綠色全要素生產率指數平均值和技術進步指數平均值均高于GML指數，原因在于，ML指數采用相鄰時期作為基準前沿面，提高了技術進步指數彈性，影響了綠色全要素生產率結果的穩(wěn)定性。因此，選擇GML指數模型測算專利密集型產業(yè)綠色全要素生產率更為合理。在GML指數模型下，2007—2017年專利密集型產業(yè)的綠色全要素生產率平均值為1.032，明顯高于非專利密集型產業(yè)的1.000和整體工業(yè)的1.007，其中，技術效率年均增長0.4%，對綠色全要素生產率增長貢獻12.5%；技術進步年均增長2.8%，對綠色全要素生產率增長貢獻87.5%，表明技術進步是專利密集型產業(yè)綠色全要素生產率增長的主要源泉。

3.2 行業(yè)差異分析

鑒于不同專利密集型行業(yè)發(fā)展特征不同，綠色全要素生產率變動存在差異。本研究針對專利密集型產業(yè)內部8大行業(yè)，繪制綠色全要素生產率及其分解指數雷達圖，如圖1所示。

圖1 專利密集型各行業(yè)綠色全要素生產率及其分解

圖1顯示，雖然各行業(yè)綠色全要素生產率指數平均值都大于1，均實現了綠色全要素生產率正增長，但不同行業(yè)的綠色全要素生產率分異特征仍十分明顯。綠色全要素生產率增長最為突出的行業(yè)是交通設備制造，其綠色全要素生產率指數平均值達到1.051，領先綠色全要素生產率增長水平最低的行業(yè)(儀器儀表制造)4個百分點，成為其它專利密集型行業(yè)發(fā)展的典范。從分解指數來看，交通設備制造業(yè)技術效率指數和技術進步指數均大于1，其中，技術進步指數高達1.047，對綠色全要素生產率增長的促進作用更大，這與近年來交通設備制造業(yè)向智能化、高效化和綠色化發(fā)展密不可分。相比之下，從雷達圖的凹陷處來看，電氣機械制造業(yè)和儀器儀表制造業(yè)的技術效率指數表現出下降趨勢，拉低了綠色全要素生產率。電氣機械制造和儀器儀表制造兩個行業(yè)在發(fā)展過程中存在投入產出失調問題，由于勞動力、資本等要素投入過多或資源閑置情況嚴重，導致兩個行業(yè)生產要素集約化程度不高，因而不能有效實現期望產出增加和非期望產出減少。從技術進步指數來看，醫(yī)藥制造業(yè)和儀器儀表制造業(yè)雖然技術進步指數平均值都大于1，但相較于其它行業(yè)，這兩個行業(yè)在綠色創(chuàng)新意識和技術進步累積方面還需進一步增強。

3.3 動態(tài)演化分析

考慮到GML指數均值僅從平均意義上反映專利密集型產業(yè)綠色全要素生產率差異，忽視了對其縱向時間維度變化的深入研究。因此，表2給出了2007—2017年專利密集型產業(yè)隨時間變化的綠色全要素生產率及指標分解結果，并與不考慮非期望產出的傳統(tǒng)全要素生產率進行動態(tài)趨勢比較。

表2顯示，在大部分年份，專利密集型產業(yè)的綠色全要素生產率增長水平低于傳統(tǒng)全要素生產率，說明專利密集型產業(yè)還處于綠色轉型初始階段，資源環(huán)境約束增加了專利密集型產業(yè)生產成本，從而拉低了全要素生產率增長水平。值得關注的是，2014—2015年和2016—2017年兩個時間段的綠色全要素生產率超過傳統(tǒng)全要素生產率，證實了“波特假說”，說明近年來政府實施一攬子環(huán)境規(guī)制措施，激勵了專利密集型產業(yè)節(jié)能環(huán)保技術創(chuàng)新，在發(fā)展生產力的同時也開始重視節(jié)能減排工作。

表2顯示，專利密集型產業(yè)的綠色全要素生產率指數在各時間段均大于1，整體上呈增長趨勢，且增長速度在加快和減緩間反復波動。其中，在2008—2009、2010—2011、2012—2013和2015—2016年4個時間段內，GML指數增長速度較前期加快；在2009—2010、2011—2012、2013—2014、2014—2015和2016—2017年5個時間段內，GML指數增長速度有所減緩。從綠色全要素生產率指數分解結果來看，所有時期的專利密集型產業(yè)技術進步指數變化趨勢與綠色全要素生產率保持一致，同樣呈增長趨勢，再次驗證了技術進步推動專利密集型產業(yè)綠色全要素生產率增長。而技術效率指數則在2011—2012、2014—2015和2016—2017年3個時間段與綠色全要素生產率變動方向相反，呈下降趨勢。2016—2017年技術效率指數為歷年最低，年均下降2.2%，直接導致綠色全要素生產率降至最低，而技術進步指數年均提升2.4%，有效遏制了綠色全要素生產率下降態(tài)勢，使綠色全要素生產率最終保持正增長。為了考察隨時間變化，綠色全要素生產率增長變化的行業(yè)異質性，本文還進一步對專利密集型產業(yè)中不同行業(yè)的GML指數演化軌跡進行分析，如圖2所示。

表2 2007—2017年專利密集型產業(yè)綠色全要素生產率及其分解

圖2 專利密集型產業(yè)各行業(yè)綠色全要素生產率演化軌跡(2007—2017年)

圖2顯示，2007—2017年專利密集型產業(yè)8個行業(yè)的綠色全要素生產率集中在[0.95，1.10]區(qū)間頻繁波動，不同行業(yè)的綠色全要素生產率演化軌跡差異較大。儀器儀表制造業(yè)的GML指數波動幅度最大，在2007—2011年，儀器儀表制造業(yè)綠色全要素生產率快速上升并突破1，而在2011—2013年，儀器儀表制造業(yè)綠色全要素生產率開始下降，自2013年開始，隨著我國實施創(chuàng)新驅動發(fā)展戰(zhàn)略，智能制造、和環(huán)境治理等新興領域對儀器儀表制造業(yè)需求擴大，儀器儀表制造業(yè)生產工藝和核心技術得到發(fā)展，綠色全要素生產率再次大幅提升。交通設備制造和計算機通信制造業(yè)的綠色全要素生產率演化軌跡與專利密集型產業(yè)整體上一致，大多數年份在指數值1以上窄幅波動，說明這兩個行業(yè)基本實現了經濟效益與環(huán)境效益的協(xié)調統(tǒng)一。相比之下，化學原料制造、醫(yī)藥制造、通用設備制造、專用設備制造和電氣機械制造業(yè)的綠色全要素生產率均有不同程度下降，應當著重提高以上5個行業(yè)的綠色全要素生產率，不斷優(yōu)化行業(yè)內部結構，推進綠色技術革新，加大環(huán)境污染治理力度，將專利優(yōu)勢轉化為綠色增長優(yōu)勢。

4 專利密集型產業(yè)綠色全要素生產率收斂分析

4.1 σ收斂檢驗

為了更好地反映專利密集型產業(yè)各行業(yè)綠色全要素生產率變化差異，本文引入收斂理論，并結合專利密集型產業(yè)的相對專利強度劃分出醫(yī)藥制造、專用設備制造、計算機通信制造、儀器儀表制造4個強專利密集型行業(yè)，以及化學原料制造、通用設備制造、交通設備制造、電氣機械制造4個弱專利密集型行業(yè)。σ收斂屬于絕對收斂的一種，通過變異系數刻畫綠色全要素生產率變化趨勢，從而進一步對綠色全要素生產率演進軌跡及趨勢特征進行深入探究。圖3給出了強專利密集型行業(yè)、弱專利密集型行業(yè)和專利密集型行業(yè)整體各自綠色全要素生產率的σ收斂情況。

圖3 專利密集型產業(yè)綠色全要素生產率σ收斂檢驗

圖3顯示，就專利密集型行業(yè)整體來看，以2016年為分水嶺，綠色全要素生產率的σ系數在2007—2016年呈現波動下降，2015—2016年降至最低，接近0。由于低綠色全要素生產率行業(yè)對高綠色全要素生產率行業(yè)的“追趕效應”不能持續(xù)，2016年后σ系數出現明顯回彈，表明專利密集型行業(yè)整體綠色全要素生產率增長差距并沒有逐漸縮小，不具有σ收斂特性。從兩個行業(yè)比較來看，強專利密集型行業(yè)綠色全要素生產率σ系數波動更大，其σ系數變動趨勢與專利密集型行業(yè)整體趨勢類似，大體呈現先收斂后發(fā)散的趨勢，說明強專利密集型行業(yè)內部綠色化發(fā)展水平差距較大；弱專利密集型行業(yè)綠色全要素生產率σ系數波動相對平緩，可能的原因是，節(jié)能減排技術在推廣過程中遇到障礙，沒能實現先進技術溢出，從而使得σ系數在上下波動中最終趨于發(fā)散。

4.2 絕對β收斂檢驗

本文選取2007—2009和2015—2017年專利密集型產業(yè)綠色全要素生產率的平均值，再結合式(8)對專利密集型行業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)綠色全要素生產率進行絕對β收斂分析，結果如表3所示。

表3 專利密集型產業(yè)綠色全要素生產率絕對β收斂檢驗結果

結果顯示，專利密集型行業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)的綠色全要素生產率絕對β系數均為負，表明專利密集型產業(yè)內部綠色全要素生產率增長的行業(yè)差距逐漸縮小。具體來看，專利密集型行業(yè)整體絕對β系數在1%的顯著性水平下為負，收斂速度為年均3.9%，半生命周期為17.765年，整體上各行業(yè)綠色全要素生產率能夠實現同步增長。強專利密集型行業(yè)也呈現出絕對β收斂趨勢，收斂速度為年均4.6%，半生命周期為14.959年，較專利密集型行業(yè)整體而言，其收斂速度更快，半生命周期更短。這些行業(yè)在要素稟賦結構上比較相似，加之近年來對資源環(huán)境問題的重視程度提高，行業(yè)間節(jié)能環(huán)保交流和互動進一步加快了收斂速度，縮短了收斂周期。弱專利密集型行業(yè)的絕對β系數雖然為負，但并不顯著，可能是因為這些行業(yè)自身發(fā)展基礎差異較大，環(huán)境污染治理水平參差不齊，絕對β收斂趨勢不明顯。結合σ收斂結果發(fā)現，專利密集型行業(yè)整體和強專利密集型行業(yè)的綠色全要素生產率存在絕對β收斂并表現出σ發(fā)散，說明專利密集型行業(yè)整體和強專利密集型行業(yè)的綠色全要素生產率行業(yè)差異還受其它外在變量影響。為此，有必要進行條件β收斂分析。

4.3 條件β收斂檢驗

影響專利密集型產業(yè)綠色全要素生產率的因素很多，本文基于已有研究成果，在絕對β收斂模型中加入研發(fā)投入、行業(yè)集中度、行業(yè)規(guī)模和資本深化4個外在變量作為控制變量，從而得到條件β收斂模型。RD為研發(fā)投入，用研發(fā)經費內部支出表示。增加研發(fā)投入可以提升生產技術水平，進而對綠色全要素生產率產生影響[25]。IC為行業(yè)集中度，用規(guī)模以上企業(yè)數表示。企業(yè)數量越多，行業(yè)集中程度越高，資源配置效率也隨之提升，但行業(yè)集中度過高會產生壟斷，行業(yè)集中度對綠色全要素生產率的影響有待進一步驗證。IS為行業(yè)規(guī)模，用行業(yè)總產值與企業(yè)數的比值表示。行業(yè)規(guī)模擴大，意味著生產能力逐漸增強，相應污染物排放也會增加，導致綠色全要素生產率變化難以確定。CI為資本深化，用行業(yè)總資產與從業(yè)人員年平均人數之比表示。資本深化反映了專利密集型產業(yè)的資本密集程度，可通過節(jié)能減排技術進步提高綠色全要素生產率。為緩解異方差，以上控制變量在條件β收斂模型中均取對數，回歸結果如表4所示。

表4 專利密集型產業(yè)綠色全要素生產率條件β收斂檢驗結果

結果顯示，加入控制變量后，專利密集型行業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)三者的β系數都在1%的顯著性水平下均為負，說明上述行業(yè)均具有顯著的條件β收斂特征，隨著時間推移，行業(yè)綠色全要素生產率將收斂于各自的穩(wěn)態(tài)水平。與絕對β收斂相比，條件β收斂的回歸系數、收斂速度和半生命周期都發(fā)生了變化，說明控制變量影響專利密集型產業(yè)綠色全要素生產率變動。

(1)研發(fā)投入對專利密集型行業(yè)整體和弱專利密集型行業(yè)綠色全要素生產率產生顯著負向效應。一方面，研發(fā)投入對綠色全要素生產率的影響存在時間滯后性，短期內通過增加研發(fā)經費提升綠色全要素生產率的效果不明顯；另一方面，我國專利密集型行業(yè)重引進輕消化現象根深蒂固，技術引進重復化不可避免地造成研發(fā)資源浪費，阻礙了綠色全要素生產率提升。同時，強專利密集型行業(yè)的研發(fā)投入系數顯著為正。該類行業(yè)通過加大研發(fā)經費投入力度，激發(fā)了成果轉化階段的活力，有效推動了技術進步，而技術進步能夠提高生產率，綠色全要素生產率表現出積極的技術效應。

(2)行業(yè)集中度對專利密集型行業(yè)整體和弱專利密集型行業(yè)的綠色全要素生產率產生顯著正向效應。隨著企業(yè)數量增加，尤其是弱專利密集型行業(yè)，企業(yè)之間的激烈競爭能有效推動綠色技術創(chuàng)新，擴大利潤空間，提高綠色全要素生產率。同時，強專利密集型行業(yè)的影響顯著為負。對強專利密集型行業(yè)來說，企業(yè)數量并非越多越好，行業(yè)集中度過高必然加劇相對壟斷程度，而一些企業(yè)憑借其壟斷地位擁有廉價資源，削弱了自身綠色技術創(chuàng)新動力，長遠來看，不利于綠色全要素生產率提升。

(3)行業(yè)規(guī)模擴大對提高整體專利密集型行業(yè)和弱專利密集型行業(yè)的綠色全要素生產率具有正向作用，而對強專利密集型行業(yè)影響顯著為負。我國專利密集型行業(yè)整體處于快速成長期，且以弱專利密集型企業(yè)居多，這類企業(yè)大多規(guī)模較小，生產過程不規(guī)范，企業(yè)購買環(huán)保設備的意愿不強，影響了節(jié)能減排技術創(chuàng)新。通過擴大行業(yè)規(guī)模，弱專利密集型行業(yè)可以實現顯著的規(guī)模效應，提升其綠色全要素生產率。對于強專利密集型行業(yè)而言，企業(yè)規(guī)模擴大雖然為其綠色技術研發(fā)提供了更為雄厚的資金保障，但也意味著組織結構復雜化程度進一步提高，一定程度上抵消了規(guī)模效應帶來的好處，拉低了綠色全要素生產率。

(4)資本深化對專利密集型產業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)綠色全要素生產率的影響系數均為負。一般來說，資本深化反映了行業(yè)技術進步，技術進步是促進綠色全要素生產率增長的主要機制，但實證結果卻得出不一致結論。資本密集程度位于提高行業(yè)綠色全要素生產率的合理范圍之外，說明高素質的人力資源才是促進綠色生產與技術創(chuàng)新相融合的主體，其對提高專利密集型行業(yè)的綠色全要素生產率尤為重要。專利密集型行業(yè)的資本深化過程亦離不開高素質的人力資源這一生產要素與之協(xié)同發(fā)揮作用。

5 結論與建議

5.1 研究結論

專利密集型產業(yè)是我國產業(yè)優(yōu)化升級的重要力量，對實施專利強國戰(zhàn)略和創(chuàng)新驅動發(fā)展戰(zhàn)略意義重大。本文運用GML指數模型測算2007—2017年專利密集型產業(yè)綠色全要素生產率及其分解指標，并對其行業(yè)差異和動態(tài)演化進行分析，進而運用收斂模型檢驗專利密集型行業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)的收斂性特征，得到以下研究結論：

(1)總體上，專利密集型產業(yè)的綠色全要素生產率高于非專利密集型產業(yè)和整體工業(yè)的平均增長水平。大部分年份中，專利密集型產業(yè)的綠色全要素生產率增長普遍低于傳統(tǒng)全要素生產率增長，而在2014—2015和2016—2017年，專利密集型產業(yè)綠色全要素生產率增長超過了傳統(tǒng)全要素生產率，“波特假說”初步顯現。

(2)專利密集型產業(yè)綠色全要素生產率整體上呈增長趨勢，技術進步是推動其綠色全要素生產率增長的主要源泉。無論是綠色全要素生產率的年均增長水平還是動態(tài)演化趨勢，均存在一定的行業(yè)異質性，但各行業(yè)綠色全要素生產率的增長源泉大體相同。

(3)收斂性檢驗發(fā)現，專利密集型產業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)都不存在絕對σ收斂，綠色全要素生產率的行業(yè)差異較大。專利密集型行業(yè)整體和強專利密集型行業(yè)的綠色全要素生產率表現出絕對β收斂，但弱專利密集型行業(yè)絕對β收斂不顯著，且都存在向自身穩(wěn)態(tài)收斂的特征。

(4)行業(yè)集中度、行業(yè)規(guī)模對專利密集型行業(yè)整體和弱專利密集型行業(yè)的綠色全要素生產率具有顯著正向作用，而對強專利密集型行業(yè)具有負向效應。研發(fā)投入僅能有效提升強專利密集型行業(yè)的綠色全要素生產率，資本深化對專利密集型行業(yè)整體、強專利密集型行業(yè)和弱專利密集型行業(yè)的綠色全要素生產率增長均沒有促進作用。

5.2 對策建議

基于上述結論，提出如下對策建議：

(1)技術進步對專利密集型產業(yè)綠色全要素生產率的貢獻最大，因此政府在實施環(huán)境規(guī)制政策時，應加大對專利密集型產業(yè)綠色技術創(chuàng)新的支持力度，鼓勵各行業(yè)研發(fā)符合環(huán)保標準的專利成果，積極建設綠色技術平臺，提高環(huán)境友好度。專利密集型產業(yè)應強化環(huán)保意識，最大限度發(fā)揮技術進步在促進綠色全要素生產率增長中的積極作用，同時不斷優(yōu)化資源配置，借鑒發(fā)達國家先進管理模式，提高行業(yè)技術效率。

(2)鑒于我國專利密集型產業(yè)各行業(yè)綠色全要素生產率增長情況各異，應考慮不同行業(yè)綠色全要素生產率增長特點，制定差異化的節(jié)能減排方案，穩(wěn)步推進產業(yè)綠色發(fā)展進程。對于技術效率下降的電氣機械制造和儀器儀表制造業(yè)，應強化專利創(chuàng)新成果的經濟轉化效果，在加快綠色自主研發(fā)的同時，也要關注生產要素的有效配比，提高資源利用效率；醫(yī)藥制造和儀器儀表制造業(yè)技術進步空間相對較大，未來應進一步改進節(jié)能減排技術，增強自主創(chuàng)新能力。

(3)行業(yè)集中度和行業(yè)規(guī)模是提升專利密集型產業(yè)綠色全要素生產率的重要手段，應注重提高行業(yè)集中度和有效規(guī)模水平，縮小行業(yè)基礎落差導致的綠色全要素生產率增長差距。對弱專利密集型行業(yè)而言，可通過產業(yè)集聚、延長產業(yè)鏈、加強產業(yè)技術聯動等方式，發(fā)揮該行業(yè)綠色發(fā)展規(guī)模效應，從而實現綠色全要素生產率增長；而強專利密集型行業(yè)可適量增加研發(fā)投入，加強生產過程監(jiān)督，同時警惕行業(yè)內部“搭便車”現象，避免行業(yè)規(guī)模過度擴張。

5.3 研究不足與展望

本文仍存在一定不足：①本文僅從宏觀產業(yè)層面對專利密集型產業(yè)進行界定說明，撇開了企業(yè)在產業(yè)發(fā)展中的微觀主體地位，同時，由于宏觀層面的樣本量有限，對綠色全要素生產率及其收斂性的實證分析也比較單??；②本文僅在分析專利密集型產業(yè)的收斂性時，簡單提及其綠色全要素生產率的影響因素，對綠色全要素生產率的驅動機制有待深入探究。針對上述不足，未來可以考慮從微觀層面進一步豐富專利密集型產業(yè)的研究視角，通過引入微觀企業(yè)的大樣本信息提升專利密集型產業(yè)實證分析的可靠性；同時，可以在專利密集型產業(yè)中選取某個典型行業(yè)，專門對該細分行業(yè)的微觀企業(yè)進行個案研究。此外，還可以結合專利密集型產業(yè)發(fā)展的內部因素和外部條件，嘗試對影響專利密集型產業(yè)綠色全要素生產率的增長機制進行更深入的考察。